AB
Adam Butterworth
Author with expertise in Genomic Studies and Association Analyses
Achievements
Cited Author
Key Stats
Upvotes received:
0
Publications:
9
(44% Open Access)
Cited by:
12
h-index:
49
/
i10-index:
81
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
3

An atlas of genetic scores to predict multi-omic traits

Yu Xu et al.Apr 17, 2022
Abstract Genetically predicted levels of multi-omic traits can uncover the molecular underpinnings of common phenotypes in a highly efficient manner. Here, we utilised a large cohort (INTERVAL; N=50,000 participants) with extensive multi-omic data for plasma proteomics (SomaScan, N=3,175; Olink, N=4,822), plasma metabolomics (Metabolon HD4, N=8,153), serum metabolomics (Nightingale, N=37,359), and whole blood Illumina RNA sequencing (N=4,136). We used machine learning to train genetic scores for 17,227 molecular traits, including 10,521 which reached Bonferroni-adjusted significance. We evaluated genetic score performances in external validation across European, Asian and African American ancestries, and assessed their longitudinal stability within diverse individuals. We demonstrated the utility of these multi-omic genetic scores by quantifying the genetic control of biological pathways and by generating a synthetic multi-omic dataset of UK Biobank to identify disease associations using a phenome-wide scan. Finally, we developed a portal ( OmicsPred.org ) to facilitate public access to all genetic scores and validation results as well as to serve as a platform for future extensions and enhancements of multi-omic genetic scores.
3
Citation7
0
Save
0

Genome-wide characterization of circulating metabolic biomarkers

Minna Karjalainen et al.Mar 6, 2024
Genome-wide association analyses using high-throughput metabolomics platforms have led to novel insights into the biology of human metabolism1-7. This detailed knowledge of the genetic determinants of systemic metabolism has been pivotal for uncovering how genetic pathways influence biological mechanisms and complex diseases8-11. Here we present a genome-wide association study for 233 circulating metabolic traits quantified by nuclear magnetic resonance spectroscopy in up to 136,016 participants from 33 cohorts. We identify more than 400 independent loci and assign probable causal genes at two-thirds of these using manual curation of plausible biological candidates. We highlight the importance of sample and participant characteristics that can have significant effects on genetic associations. We use detailed metabolic profiling of lipoprotein- and lipid-associated variants to better characterize how known lipid loci and novel loci affect lipoprotein metabolism at a granular level. We demonstrate the translational utility of comprehensively phenotyped molecular data, characterizing the metabolic associations of intrahepatic cholestasis of pregnancy. Finally, we observe substantial genetic pleiotropy for multiple metabolic pathways and illustrate the importance of careful instrument selection in Mendelian randomization analysis, revealing a putative causal relationship between acetone and hypertension. Our publicly available results provide a foundational resource for the community to examine the role of metabolism across diverse diseases.
0
Citation5
0
Save
0

Cross-platform genetic discovery of small molecule products of metabolism and application to clinical outcomes

Luca Lotta et al.Feb 4, 2020
Circulating levels of small molecules or metabolites are highly heritable, but the impact of genetic differences in metabolism on human health is not well understood. In this cross-platform, genome-wide meta-analysis of 174 metabolite levels across six cohorts including up to 86,507 participants (70% unpublished data), we identify 499 (362 novel) genome-wide significant associations (p<4.9x10-10) at 144 (94 novel) genomic regions. We show that inheritance of blood metabolite levels in the general population is characterized by pleiotropy, allelic heterogeneity, rare and common variants with large effects, non-linear associations, and enrichment for nonsynonymous variation in transporter and enzyme encoding genes. The majority of identified genes are known to be involved in biochemical processes regulating metabolite levels and to cause monogenic inborn errors of metabolism linked to specific metabolites, such as ASNS (rs17345286, MAF=0.27) and asparagine levels. We illustrate the influence of metabolite-associated variants on human health including a functional variant (rs17681684) in GLP2R associated with citrulline levels, impaired insulin secretion and type 2 diabetes risk. We link genetically-higher serine levels to a 95% reduction in the likelihood of developing macular telangiectasia type 2 [odds ratio (95% confidence interval) per standard deviation higher levels 0.05 (0.03-0.08; p=9.5x10-30)]. We further demonstrate the predictive value of genetic variants identified for serine or glycine levels for this rare and difficult to diagnose degenerative retinal disease [area under the receiver operating characteristic curve: 0.73 (95% confidence interval: 0.70-0.75)], for which low serine availability, through generation of deoxysphingolipids, has recently been shown to be causally relevant. These results show that integration of human genomic variation with circulating small molecule data obtained across different measurement platforms enables efficient discovery of genetic regulators of human metabolism and translation into clinical insights.
0

Lipoprotein Signatures of Cholesteryl Ester Transfer Protein and HMG-CoA Reductase Inhibition

Johannes Kettunen et al.Apr 5, 2018
Background: CETP inhibition reduces vascular event rates but confusion surrounds its low-density lipoprotein (LDL)-cholesterol effects. We sought to clarify associations of genetic inhibition of CETP on detailed lipoproteins. Methods and Results: We used variants associated with CETP (rs247617) and HMGCR (rs12916) expression in 62,400 Europeans with detailed lipoprotein profiling from nuclear magnetic resonance spectroscopy. Genetic associations were scaled to 10% lower risk of coronary heart disease (CHD). Associations of lipoprotein measures with risk of incident CHD in three population-based cohorts (770 cases) were examined. CETP and HMGCR had near-identical associations with LDL-cholesterol concentration estimated by Friedewald-equation. HMGCR had a relatively consistent effect on cholesterol concentrations across all apolipoprotein B-containing lipoproteins. CETP had stronger effects on remnant and very-low-density lipoprotein cholesterol but no effect on cholesterol concentrations in LDL defined by particle size (diameter 18-26 nm) (-0.02SD 95%CI: -0.10, 0.05 for CETP versus -0.24SD, 95%CI -0.30, -0.18 for HMGCR). CETP had profound effects on lipid compositions of lipoproteins, with strong reductions in the triglyceride content of all high-density lipoprotein (HDL) particles. These alterations in triglyceride composition within HDL subclasses were observationally associated with risk of CHD, independently of total cholesterol and triglycerides (strongest HR per 1-SD higher triglyceride composition in very-large HDL 1.35; 95%CI: 1.18, 1.54). Conclusion: CETP inhibition does not affect size-specific LDL cholesterol but may lower CHD risk by lowering cholesterol in other apolipoprotein-B containing lipoproteins and lowering triglyceride content of HDL particles. Conventional composite lipid assays may mask heterogeneous effects of lipid-altering therapies.